Penggunaan masker adalah salah satu hal yang perlu diperhatikan ketika ingin keluar rumah untuk menerapkan protokol kesehatan guna menghindari penyakit yang saat ini meresahkan masyarakat di dunia atau biasa dikenal dengan Covid-19. Juru Bicara Covid-19 Achmad Yurianto mengatakan, salah satu faktor utama penyumbang kasus positif Covid-19 disebabkan ketidakdisiplinan masyarakat menggunakan masker ketika berada di tempat keramaian (Rokom, 2021). Saat ini orang – orang enggan datang ke rumah sakit dikarenakan takut jika dituduh terkena virus Covid-19 (Fahlevi, 2021), sehingga orang – orang yang memerlukan pengobatan lebih memilih mengunjungi puskesmas yang berada di sekitar rumah mereka. Namun, masih banyak orang yang tidak menggunakan masker dengan alasan lokasi yang dituju dekat dari rumah (Demak Kominfo, 2020). Untuk mengatasi hal tersebut bisa dilakukan dengan cara mendeteksi wajah pengunjung menggunakan kamera. Sehingga diusulkan sebuah sistem yaitu pendeteksi pengguna masker dengan metode Convolutional Neural Network (CNN). Salah satu metode CNN yang banyak diaplikasikan untuk mengolah data citra adalah YOLO. YOLO (You Only Look Once) adalah salah satu model berbasis deep learning yang dikembangkan untuk mendeteksi sebuah objek secara real-time (Rachmawati & Widhyaestoeti, 2020). Cara kerja YOLO dengan melihat citra secara keseluruhan, kemudian melewati neural network dan otomatis mendeteksi objek yang ada. Sehingga pada penelitian ini digunakan model YOLO yaitu YOLOv4 sebagai model pendeteksi objek pada sistem pendeteksi masker dengan media video CCTV yang datanya dikirim secara real-time.
Keywords: Pendeteksi Masker, CCTV, Deep Learning, Convolutional Neural Network, YOLO.